科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对不同工况下滚动轴承故障数据不足，诊断准确率低的问题，提出了一种基于改进孪生胶囊网络的小样本滚动轴承故障诊断方法。首先对振动信号进行短时傅里叶变换成时频图，构建孪生网络所需的时频图样本对作为输入，以扩大训练次数；其次将多尺度inception模块加入胶囊网络（ICN） 作为孪生网络的子网络构建孪生胶囊网络模型（SICN），提取多尺度浅层特征后进行矢量化处理，经动态路由算法得到具有空间位置信息的胶囊向量；最后设计余弦距离策略对胶囊向量进行相似性度量，判断是否属于同类。实验结果表明：在小样本下，本文方法可以提取更丰富全面的特征，提高了诊断准确率和泛化能力，可有效应用于小样本下滚动轴承的故障诊断。
- 单位
